ਅਸਾਨਾ: GPT‑6.1 Sol ਨਾਲ ਮਾਡਲ ਖਰਚ 76 ਗੁਣਾ ਘੱਟ

Codex ਵਿੱਚ GPT‑6 Astra ਨਾਲ ਪ੍ਰਯੋਗ ਕਰਕੇ, ਅਸਾਨਾ ਨੇ GPT‑6.1 Sol ਉੱਤੇ ਆਪਣੇ ਬ੍ਰਾਊਜ਼ਰ ਏਜੰਟ ਦੀ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆ ਸੁਧਾਰੀ, ਜਿਸ ਨਾਲ ਖਰਚ 76 ਗੁਣਾ ਘਟਿਆ ਅਤੇ ਰਫ਼ਤਾਰ 5 ਗੁਣਾ ਵਧੀ.

ਅਸਾਨਾ ਆਪਣੇ ਖਰੀਦੇ ਹੋਏ⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਪਲੇਟਫਾਰਮ StackAI⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਰਾਹੀਂ ਗਾਹਕਾਂ ਨੂੰ ਕਾਰੋਬਾਰੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਕੰਮ ਸਵੈਚਲਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ. StackAI ਨਾਲ ਗਾਹਕ ਬਿਨਾਂ ਕੋਡ ਲਿਖੇ ਅਜਿਹੀਆਂ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆਵਾਂ ਬਣਾ ਸਕਦੇ ਹਨ ਜੋ ਵੈੱਬਸਾਈਟਾਂ ਖੋਲ੍ਹਣ, ਫਾਰਮ ਭਰਨ ਅਤੇ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਨ. ਅਸਾਨਾ ਦੇ ਵੱਡੇ ਪੈਮਾਨੇ ਉੱਤੇ ਇਨ੍ਹਾਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੀਆਂ ਛੋਟੀਆਂ ਕਮੀਆਂ ਵੀ ਕੁੱਲ ਮਿਲਾ ਕੇ ਵੱਡਾ ਅਸਰ ਪਾਉਂਦੀਆਂ ਹਨ.

ਅਸਾਨਾ ਵਿੱਚ StackAI ਦੇ ਮੁੱਖ ਤਕਨਾਲੋਜੀ ਅਧਿਕਾਰੀ ਫ੍ਰੈਂਕ ਹਿਡਾਲਗੋ, ਪੀਐੱਚਡੀ, ਨੇ ਬ੍ਰਾਊਜ਼ਰ ਏਜੰਟ ਨੂੰ ਤੇਜ਼ ਅਤੇ ਘੱਟ ਖਰਚੀਲਾ ਬਣਾਉਣ ਦਾ ਬੀੜਾ ਚੁੱਕਿਆ. ਉਨ੍ਹਾਂ ਨੇ Codex ਵਿੱਚ GPT‑6 Astra ਨੂੰ ਏਜੰਟ ਦੀ ਜਾਂਚ ਕਰਨ, ਸੁਧਾਰ ਪਰਖਣ ਅਤੇ ਨਤੀਜਿਆਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਲਈ ਕਿਹਾ. ਉਨ੍ਹਾਂ ਦੇ ਅੰਦਾਜ਼ੇ ਮੁਤਾਬਕ, ਜਿਹੜਾ ਕੰਮ ਖ਼ੁਦ ਕਰਨ ਵਿੱਚ ਇੱਕ ਤੋਂ ਦੋ ਮਹੀਨੇ ਲੱਗਦੇ, ਉਹ ਲਗਭਗ ਇੱਕ ਹਫ਼ਤੇ ਵਿੱਚ ਹੋ ਗਿਆ.

ਅਸਾਨਾ ਦੇ 144 ਵਾਰ ਚਲਾਏ ਅਧਿਐਨ⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਵਿੱਚ GPT‑6.1 Sol ਅਤੇ ਤਿੰਨ ਹੋਰ ਅਤਿ-ਆਧੁਨਿਕ ਮਾਡਲ ਪਰਖੇ ਗਏ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਇੱਥੇ ਮਾਡਲ A, B ਅਤੇ C ਕਿਹਾ ਗਿਆ ਹੈ. GPT‑6.1 Sol ਉੱਤੇ ਸੁਧਾਰੀ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆ ਦਾ ਹਰ ਵਾਰ ਚੱਲਣ ਦਾ ਅਨੁਮਾਨਿਤ ਔਸਤ ਮਾਡਲ ਖਰਚ $0.47 ਅਤੇ ਸਮਾਂ ਲਗਭਗ ਚਾਰ ਮਿੰਟ ਸੀ. ਇਹ ਮਾਡਲ B ਦੀ ਮੂਲ ਕਾਰਜਸ਼ੀਲ ਵਿਵਸਥਾ ਨਾਲੋਂ 76 ਗੁਣਾ ਸਸਤੀ ਅਤੇ 5 ਗੁਣਾ ਤੇਜ਼ ਸੀ.

ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਣ ਲਈ ਹਿਡਾਲਗੋ ਨੇ ਪਹਿਲਾਂ Codex ਵਿੱਚ GPT‑6 Astra ਤੋਂ ਕੋਡ ਦੀ ਬਣਤਰ ਸਮਝੀ ਅਤੇ ਜਾਣਿਆ ਕਿ ਏਜੰਟ ਹਰ ਮਾਡਲ ਬੇਨਤੀ ਕਿਵੇਂ ਤਿਆਰ ਕਰਦਾ ਹੈ. GPT‑6 Astra ਨੇ ਪਾਇਆ ਕਿ ਏਜੰਟ ਆਪਣੇ ਸਥਿਰ ਨਿਰਦੇਸ਼ ਅਤੇ ਟੂਲ ਪਰਿਭਾਸ਼ਾਵਾਂ ਕੈਸ਼ ਕਰਦਾ ਸੀ, ਪਰ ਪੰਨਿਆਂ ਦੇ ਪਾਠ ਅਤੇ ਸਕ੍ਰੀਨਸ਼ਾਟਾਂ ਦਾ ਵਧਦਾ ਇਤਿਹਾਸ ਨਹੀਂ. ਇਸ ਲਈ ਹਰ ਬੇਨਤੀ ਵਿੱਚ ਪੂਰੀ ਕੀਮਤ ਉੱਤੇ ਉਹ ਇਤਿਹਾਸ ਮੁੜ ਭੇਜਿਆ ਜਾਂਦਾ ਸੀ.

ਏਜੰਟ ਲਗਭਗ ਹਰ ਕਦਮ ਉੱਤੇ ਪੁਰਾਣੇ ਸਕ੍ਰੀਨਸ਼ਾਟ ਵੀ ਹਟਾਉਂਦਾ ਅਤੇ ਪਾਠ ਘਟਾਉਂਦਾ ਸੀ. ਹਰ ਸੋਧ ਇਤਿਹਾਸ ਬਦਲ ਦਿੰਦੀ ਸੀ, ਇਸ ਲਈ ਸਿਰਫ਼ ਇਤਿਹਾਸ ਕੈਸ਼ ਕਰਨ ਨਾਲ ਫ਼ਾਇਦਾ ਨਾ ਹੁੰਦਾ. ਜਾਣਕਾਰੀ ਗੁਆਚਣ ਕਰਕੇ ਏਜੰਟ ਨੂੰ ਪਹਿਲਾਂ ਪੜ੍ਹੇ ਪੰਨੇ ਮੁੜ ਖੋਲ੍ਹਣੇ ਵੀ ਪੈ ਸਕਦੇ ਸਨ.

ਹਿਡਾਲਗੋ ਨੇ GPT‑6 Astra ਦੇ ਸੁਝਾਏ ਹੱਲਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਕੇ ਤਿੰਨ ਪਰਖਣ ਲਈ ਚੁਣੇ:

• ਏਜੰਟ ਦੇ ਬ੍ਰਾਊਜ਼ਿੰਗ ਇਤਿਹਾਸ ਨੂੰ ਵੀ ਕੈਸ਼ ਕਰਨਾ

• ਸੰਭਾਲੇ ਜਾ ਸਕਣ ਵਾਲੇ ਪਾਠ ਦੀ ਮਾਤਰਾ ਵਧਾਉਣਾ

• ਹਰ ਕਦਮ ਦੀ ਥਾਂ ਸਕ੍ਰੀਨਸ਼ਾਟਾਂ ਨੂੰ ਇਕੱਠੇ ਸਮੂਹਾਂ ਵਿੱਚ ਹਟਾਉਣਾ

GPT‑6 Astra ਨੇ ਛੋਟੇ ਟੈਸਟਾਂ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕੀਤੀ ਤਾਂ ਜੋ ਪਤਾ ਲੱਗੇ ਕਿ ਕਿਹੜੇ ਕਾਰਕ ਮਹੱਤਵਪੂਰਨ ਹਨ. ਕੋਡ ਨਿਯੰਤਰਿਤ ਪ੍ਰਯੋਗਾਂ ਲਈ ਨਹੀਂ ਬਣਾਇਆ ਗਿਆ ਸੀ. ਇਸ ਲਈ ਇਸ ਨੇ ਕੋਡ ਮੁੜ ਵਿਉਂਤਿਆ ਤਾਂ ਜੋ ਇੱਕੋ ਫਰੰਟਐਂਡ ਅਤੇ ਬੈਕਐਂਡ ਉੱਤੇ ਵੱਖੋ-ਵੱਖ ਸੈਟਿੰਗਾਂ ਵਾਲੀਆਂ ਕਈ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆਵਾਂ ਨਾਲੋ-ਨਾਲ ਚੱਲ ਸਕਣ.

Astra ਨੇ ਪੂਰਾ ਅਧਿਐਨ ਕੀਤਾ: ਇਤਿਹਾਸ ਲਈ 120,000 ਅਤੇ 480,000 ਅੱਖਰਾਂ ਦੀਆਂ ਹੱਦਾਂ ਅਤੇ ਕੈਸ਼ਿੰਗ ਤੇ ਸਕ੍ਰੀਨਸ਼ਾਟ ਦੀਆਂ ਛੇ ਨੀਤੀਆਂ. ਹਰ ਸੁਮੇਲ ਨੂੰ ਚਾਰਾਂ ਮਾਡਲਾਂ ਉੱਤੇ ਤਿੰਨ-ਤਿੰਨ ਵਾਰ ਪਰਖਿਆ ਗਿਆ (ਹੇਠਾਂ ਸਾਰਣੀ ਦੇਖੋ). ਸਭ ਤੋਂ ਵਧੀਆ ਨੀਤੀ ਵਿੱਚ 20 ਸਕ੍ਰੀਨਸ਼ਾਟ ਇਕੱਠੇ ਹੋਣ ਦਿੱਤੇ ਜਾਂਦੇ ਸਨ, ਫਿਰ ਸਿਰਫ਼ ਸਭ ਤੋਂ ਨਵਾਂ ਰੱਖ ਕੇ ਬਾਕੀ ਹਟਾ ਦਿੱਤੇ ਜਾਂਦੇ ਸਨ. ਇਸ ਨਾਲ ਸਕ੍ਰੀਨਸ਼ਾਟ ਹਟਾਉਣ ਦੇ ਦਰਮਿਆਨ ਪੁਰਾਣਾ ਇਤਿਹਾਸ ਲੰਮੇ ਸਮੇਂ ਤੱਕ ਬਿਨਾਂ ਬਦਲਾਅ ਰਹਿੰਦਾ ਸੀ. ਇਤਿਹਾਸ ਦੀ ਵੱਡੀ ਹੱਦ ਨਾਲ ਮਿਲ ਕੇ ਇਹ ਸੁਧਾਰੀ ਹੋਈ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆ ਬਣ ਗਈ. ਹਰ ਸੰਰਚਨਾ ਨੇ ਇੱਕੋ ਕੰਮ ਕੀਤਾ: ਜਨਤਕ ਨਮੂਨਾ ਸੂਚੀ ਦੀਆਂ 32 ਕਿਤਾਬਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਦੇ ਛੇ ਜਾਣਕਾਰੀ ਖੇਤਰ ਇਕੱਠੇ ਕੀਤੇ. ਇਹ ਕੰਮ ਅਸਾਨਾ ਦੇ ਕੁਝ ਗਾਹਕਾਂ ਵੱਲੋਂ StackAI ਵਿੱਚ ਕੀਤੇ ਜਾਂਦੇ ਕੰਮ ਵਰਗਾ ਸੀ.

GPT‑6 Astra ਨੇ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆਵਾਂ ਚਲਾਈਆਂ ਅਤੇ ਬੇਨਤੀਆਂ, ਵਰਤੋਂ ਦੇ ਰਿਕਾਰਡ ਤੇ ਨਤੀਜੇ ਜਾਂਚੇ. ਵੱਖਰੇ ਮਾਡਲ ਸੈਸ਼ਨਾਂ ਨੇ ਕੰਮ ਦੀ ਸਮੀਖਿਆ ਕੀਤੀ. ਹਰ ਸੈਸ਼ਨ ਦੀਆਂ ਬੇਨਤੀਆਂ, ਡਾਟਾ ਟ੍ਰੇਸ ਅਤੇ ਨਤੀਜੇ ਅਸਾਨਾ ਦੇ ਸਾਫਟਵੇਅਰ ਡਿਲਿਵਰੀ ਪਲੇਟਫਾਰਮ Command⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਵਿੱਚ ਦਰਜ ਕੀਤੇ ਗਏ, ਤਾਂ ਜੋ ਟੀਮ ਬਾਅਦ ਵਿੱਚ ਪੂਰੇ ਅਧਿਐਨ ਦੀ ਸਮੀਖਿਆ ਕਰ ਸਕੇ. Command ਤੋਂ ਪ੍ਰਾਪਤ ਨਤੀਜਿਆਂ ਦੇ ਆਧਾਰ ਉੱਤੇ ਪਹਿਲਾਂ ਕੰਮ ਦੀਆਂ ਟਿਕਟਾਂ, ਫਿਰ ਕੋਡ ਮਿਲਾਉਣ ਦੀਆਂ ਬੇਨਤੀਆਂ ਬਣਾਈਆਂ ਗਈਆਂ ਅਤੇ ਬਦਲਾਅ ਅਸਲ ਸੇਵਾ ਵਿੱਚ ਲਾਗੂ ਹੋ ਗਏ.

ਸੁਧਾਰ ਨਾਲ ਮਾਡਲ B ਨੂੰ ਹਰ ਵਾਰ ਚਲਾਉਣ ਦਾ ਅਨੁਮਾਨਿਤ ਮਾਡਲ ਖਰਚ ਘੱਟੋ-ਘੱਟ $36.21 ਤੋਂ ਘਟ ਕੇ $1.24 ਹੋਇਆ—29 ਗੁਣਾ ਕਮੀ. ਕੁਝ ਮੂਲ ਪ੍ਰਕਿਰਿਆਵਾਂ ਪੂਰੀਆਂ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਕਦਮਾਂ ਦੀ ਹੱਦ ਤੱਕ ਪਹੁੰਚ ਗਈਆਂ ਸਨ. GPT‑6.1 Sol ਉੱਤੇ ਸੁਧਾਰੀ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆ $0.47 ਦੇ ਖਰਚ ਨਾਲ ਇਸ ਤੋਂ ਵੀ 2.6 ਗੁਣਾ ਸਸਤੀ ਸੀ. ਸੁਧਾਰੀ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆ ਹਰ ਵਾਰ ਕੰਮ ਪੂਰਾ ਕਰਕੇ ਸਹੀ ਜਵਾਬ ਲੈ ਕੇ ਆਈ.

ਸਿਰਫ਼ GPT‑6.1 Sol ਨੂੰ ਦੇਖੀਏ ਤਾਂ ਇਤਿਹਾਸ ਦੀ ਵੱਡੀ ਹੱਦ ਨਾਲ ਨਵੀਂ ਕੈਸ਼ਿੰਗ ਅਤੇ ਸਕ੍ਰੀਨਸ਼ਾਟ ਨੀਤੀ ਨੇ ਹਰ ਵਾਰ ਦਾ ਖਰਚ $1.97 ਤੋਂ $0.47 ਕਰ ਦਿੱਤਾ—4 ਗੁਣਾ ਕਮੀ. ਹਰ ਕਾਲ ਲਗਭਗ 3 ਗੁਣਾ ਸਸਤੀ ਸੀ, ਕਿਉਂਕਿ 89% ਇਨਪੁੱਟ ਕੈਸ਼ ਤੋਂ ਆਇਆ, ਜਿਸ ਦੀ ਕੀਮਤ ਬਿਨਾਂ ਕੈਸ਼ ਵਾਲੀ ਕੀਮਤ ਦਾ 5% ਸੀ. ਚੱਲਣ ਦਾ ਸਮਾਂ ਵੀ ਘਟਿਆ: ਮਾਡਲ B ਦੀ ਮੂਲ ਵਿਵਸਥਾ ਉੱਤੇ ਘੱਟੋ-ਘੱਟ 22.5 ਮਿੰਟ ਤੋਂ GPT‑6.1 Sol ਦੀ ਸੁਧਾਰੀ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆ ਉੱਤੇ ਲਗਭਗ ਚਾਰ ਮਿੰਟ.

ਜਾਂਚ ਤੋਂ ਇਹ ਵੀ ਪਤਾ ਲੱਗਾ ਕਿ ਏਜੰਟ ਕੋਈ ਜਵਾਬ ਦੇ ਵੀ ਸਕੇਗਾ ਜਾਂ ਨਹੀਂ, ਇਸ ਉੱਤੇ ਇਤਿਹਾਸ ਦੇ ਪ੍ਰਬੰਧ ਦਾ ਅਸਰ ਪੈਂਦਾ ਹੈ. GPT‑6.1 Sol ਨੂੰ ਬ੍ਰਾਊਜ਼ਿੰਗ ਇਤਿਹਾਸ ਸੰਭਾਲਣ ਲਈ ਵੱਧ ਥਾਂ ਦੇਣ ਨਾਲ ਜਵਾਬ ਦੇਣ ਵਾਲੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੀ ਗਿਣਤੀ ਵਧੀ. ਛੋਟੀ ਹੱਦ ਨਾਲ 18 ਵਿੱਚੋਂ ਤਿੰਨ ਨੇ ਜਵਾਬ ਦਿੱਤਾ, ਪਰ ਵੱਡੀ ਹੱਦ ਨਾਲ ਸਾਰੀਆਂ 18 ਨੇ ਸਹੀ ਜਵਾਬ ਦਿੱਤਾ. ਹਿਡਾਲਗੋ ਲਈ ਕਾਰੋਬਾਰੀ ਲਾਭ ਇਹ ਹੈ ਕਿ ਸੰਚਾਲਨ ਖਰਚ ਝੱਲਣਯੋਗ ਰੱਖਦੇ ਹੋਏ ਗਾਹਕਾਂ ਨੂੰ ਵਧੇਰੇ ਤੇਜ਼ ਅਤੇ ਸਮਰੱਥ ਮਾਡਲ ਦਿੱਤੇ ਜਾ ਸਕਣ.

ਅਸਾਨਾ ਨੇ StackAI ਵਿੱਚ ਬ੍ਰਾਊਜ਼ਰ ਨੈਵੀਗੇਸ਼ਨ ਦੇ ਬਦਲਾਅ ਜਾਰੀ ਕਰ ਦਿੱਤੇ ਹਨ ਅਤੇ ਅਜਿਹੇ ਪ੍ਰਯੋਗ ਸੌਖਿਆਂ ਦੁਹਰਾਉਣ ਲਈ ਟੂਲ ਬਣਾ ਰਿਹਾ ਹੈ. ਟੀਮ ਅੱਗੇ ਚੱਲ ਕੇ ਇਹ ਪਰਖ ਪਲੇਟਫਾਰਮ ਦੇ ਮੁਲਾਂਕਣਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨਾ ਚਾਹੁੰਦੀ ਹੈ, ਤਾਂ ਜੋ ਗਾਹਕ ਅਤੇ ਅੰਦਰੂਨੀ ਟੀਮਾਂ ਆਪਣੇ ਏਜੰਟਾਂ ਦੀ ਸੰਰਚਨਾ ਬਣਾਉਂਦੇ ਸਮੇਂ ਖਰਚ, ਸਮੇਂ ਅਤੇ ਜਵਾਬ ਦੀ ਗੁਣਵੱਤਾ ਦੀ ਤੁਲਨਾ ਕਰ ਸਕਣ.

ਅਸਾਨਾ ਹੁਣ Codex ਵਿੱਚ GPT‑6 Astra ਨਾਲ ਉਤਪਾਦ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜਾਰੀ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਪਰਖਦਾ ਹੈ: Astra ਪਲੇਟਫਾਰਮ ਉੱਤੇ ਘੁੰਮਦਾ ਹੈ, ਵੱਖਰੇ ਇਨਪੁੱਟ ਅਜ਼ਮਾਉਂਦਾ ਹੈ ਅਤੇ ਮਨੁੱਖੀ ਗੁਣਵੱਤਾ ਸਮੀਖਿਅਕਾਂ ਨੂੰ ਤਰੁੱਟੀਆਂ ਦੱਸਦਾ ਹੈ. ਹਿਡਾਲਗੋ ਇਸ ਨੂੰ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਦੇ ਨਵੇਂ ਜੀਵਨ-ਚੱਕਰ ਦੀ ਨੀਂਹ ਮੰਨਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਕਲਾਊਡ ਉੱਤੇ ਏਜੰਟਾਂ ਦੇ ਕਈ ਸੈਸ਼ਨ ਨਾਲੋ-ਨਾਲ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਪਰਖਦੇ ਹਨ.

ਪੂਰਾ ਅਧਿਐਨ ਅਸਾਨਾ⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਅਤੇ StackAI⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਦੇ ਬਲੌਗਾਂ ਉੱਤੇ ਉਪਲਬਧ ਹੈ.